Конкурентный анализ. Изучил топовые финтех-блоги через парсинг. Проанализировал семантические пересечения конкурентов, выявил пробелы в контенте и оценил их материалы по факторам экспертности E-E-A-T. На основе этого спроектировал форматы и распределил их по этапам пользовательского пути

Контент-стратегия. Ушел от хаотичного постинга к модели кластеризации тем вокруг ключевых хабов. Собрал семантическое ядро, автоматизировал группировку запросов через специализированные сервисы и сформировал матричный контент-план, где каждая статья работала на свой этап воронки продаж

Архитектура продакшена. Отказался от ручного общения с нейросетями в чатах в пользу системной автоматизации. Выстроил рабочий процесс с использованием многоступенчатых промптов — Prompt Chaining. Настроил автоматическую передачу данных: от парсинга смежных фраз и генерации SEO-структуры до написания черновика и фактчекинга. В качестве движков использовал актуальные языковые модели — Gemini 3.1 Pro и семейство Claude, фактчекинг — через Perplexity

Сквозная аналитика. Разработал дашборды и пересобрал процесс трекинга. Команда начала отслеживать не просто трафик, а глубину скролла, показатель отказов и микроконверсии вроде переходов к продуктовым врезкам. Это помогло итеративно улучшать качество материалов

Систематизация и обучение. Создал фреймворк для интеграции рекламных врезок, сократив время на их сборку в два раза. Провел воркшоп для редакции и перевел штатных копирайтеров в статус AI-редакторов и промпт-инженеров, способных самостоятельно управлять процессом выпуска текстов